计算机科学 > 人工智能
[提交于 2024年6月4日
(此版本)
, 最新版本 2024年11月8日 (v2)
]
标题: 语言模型可以从环境反馈中推断经典规划器的动作语义
标题: Language Models can Infer Action Semantics for Classical Planners from Environment Feedback
摘要: 经典规划方法在可能的情况下保证找到一组可以实现给定目标状态的动作,但需要专家来指定控制环境动态的逻辑动作语义。 研究人员已经表明,大型语言模型(LLMs)可以仅基于常识知识和最少的领域信息直接推断出规划步骤,但这样的计划在执行时经常失败。 我们结合经典规划和LLM常识推理的优势来进行领域归纳,根据与环境本身的闭环交互来学习和验证动作的前提和后置条件。 我们提出了PSALM,该方法利用LLM推理来启发式地完成经典规划器在给定部分领域知识的情况下发出的部分计划,以及在执行后根据环境反馈推断出领域的语义规则,以逻辑语言表示。 我们的分析显示,在7个环境中,仅使用一个专家精心设计的示例计划,使用LLM作为启发式规划器和规则预测器,在降低环境执行步骤和环境重置次数的同时,能够同时恢复领域的底层真实动作语义。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.